L'évolution de notre compréhension des propriétés de la couronne solaire dépend largement de la détermination empirique ou semi-empirique des paramètres fondamentaux du plasma, tels que le champ magnétique, la densité et la température, mais pour lesquels il n'existe pas de mesure directe. L'intégration le long de la ligne de visée complique considérablement l'interprétation des observations, du fait de la superposition de structures aux propriétés physiques différentes. Pour lever cette ambiguïté, on dispose de plusieurs outils, dont la mesure d'émission différentielle (ou DEM; Differential Emission Measure), qui permet d'obtenir la quantité de plasma en fonction de la température le long de la ligne de visée, et la tomographie, qui permet, elle, d'obtenir la distribution spatiale de l'émissivité. Le couplage de ces deux outils permet d'obtenir un diagnostic tridimensionnel en température et densité de la couronne. A l'heure actuelle, le code utilisé dans ce travail est l'un des deux seuls au monde capables de réaliser ce couplage. Cependant, ces deux méthodes requièrent un processus d'inversion, dont les difficultés intrinsèques peuvent fortement limiter l'interprétation des résultats. La méthode développée dans cette thèse s'attache à évaluer la robustesse des diagnostics spectroscopiques par DEM, en proposant une nouvelle technique de caractérisation tenant compte des différentes sources d'incertitudes mises en jeu. En utilisant une approche probabiliste, cette technique permet d'étalonner a priori le problème d'inversion, et ainsi d'étudier son comportement et ses limitations dans le cadre de modèles simples. L'avantage de ce type d'approche est sa capacité à fournir des barres d'erreurs associées aux DEMs reconstruites à partir de données réelles. La technique développée a d'abord été appliquée à l'imageur SDO/AIA dans le cas de modèles de DEMs simples mais capables de représenter une grande variété de conditions physiques au sein de la couronne. Si l'inversion de plasmas proches de l'isothermalité apparaît robuste, nos résultats montrent qu'il n'en va pas de même pour les plasmas largement distribués en température, pour lesquelles les DEMs reconstruites sont à la fois moins précises mais aussi biaisées vers des solutions secondaires particulières. La technique a ensuite été appliquée au spectromètre Hinode/EIS, en utilisant un modèle de DEM représentant la distribution en loi de puissance des DEMs des régions actives, dont la pente permet de fournir des contraintes relatives à la fréquence des événements de chauffage coronal. Nos résultats montrent que les sources d'incertitudes sont à l'heure actuelle trop élevées pour permettre une mesure exploitable de la fréquence. La dernière partie est consacrée aux reconstructions tridimensionnelles obtenues par couplage tomographie/DEM, en s'intéressant aux structures polaires. Premières reconstructions réalisées avec AIA, nos résultats permettent d'étudier l'évolution en température et densité en fonction de l'altitude, montrant la présence de plumes polaires plus chaudes et denses que leur environnement. / Progress in our understanding of the solar corona properties is highly dependant of the emipirical or semi-empirical determination of the plasma fundamental parameters, such as magnetic field, density and temperature. However, there is no direct measurements of such quantities; the integration along the line of sight considerably complicates the interpretations of the observations, due to the superimposition of structures with different properties. To avoid this ambiguity, there exist several tools, including the Differential Emission Measure (DEM) and the tomography reconstruction technique. The former provides the quantity of emitting material as a function of the temperature, whereas the latter is able to reconstruct the three dimensional distribution of the coronal emissivity. Coupling these two techniques leads to a three dimensional diagnostic of the temperature and density. The inversion code used in this work is currently one of the two codes in the world able to perform this coupling. The method described in this work has been developed in order to estimate the robustness of the spectroscopic diagnostics using the DEM formalism, using a new characterisation method taken into account the different uncertainty sources involved in the inversion process. Using a probabilistic approach, this technique is able to calibrate a priori the DEM inversion problem and thus allows to study the inversion behavior and limitations in the context of simple DEMs models. The advantage of this method is its ability to provide confidence level on the reconstructed DEMs computed from real data. First applied to the SDO/AIA (Atmospheric Imaging Assembly) imager in the case of simple models able to represent a variety of plasma conditions, our results show that DEM inversion of isothermal or near-isothermal plasmas is robust, whereas the multithermal solutions are less accurate but also biased to secondary solutions. We also applied the method to the Hinode/EIS (EUV Imaging Spectrometer) spectrometer, using a power law DEM, typical of active regions DEM, from which the slope provides important constraints related to the coronal heating frequency. Our results point out that the different uncertainty sources are currently too high to allow exploitable measurements of this frequency. The last part is dedicated to the three-dimensional reconstructions obtained by coupling tomography and DEM tools, focusing on polar structures. First reconstructions obtained using AIA data, our results allow to study the evolution of the temperature and density as a function of altitude, showing polar plumes denser and hotter than their surrondings.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Inici de l’estudi de l’efecte de les col•lisions entre ions i neutres en l’esmorteïment d’ones magnetohidrodinàmiques. Es considera un plasma parcialment ionitzat, infinit i homogeni, i s’analitza l’esmorteïment temporal i espacial de les ones magnetoacústiques i les ones d’Alfvén tan en el cas de plasmes adiabàtics com en el de no adiabàtics. Mentre l’esmorteïment temporal de les ones MHD en plasmes adiabàtics parcialment ionitzats és degut a les col•lisions entre ions i neutres, en el cas no adiabàtic és possible estudiar la importància de cada mecanisme d’esmorteïment involucrat. Per altre banda, en el cas de l’esmorteïment espacial s‘han estudiat també ones MHD adiabàtiques i no adiabàtiques en plasmes resistius totalment ionitzats així com en plasmes parcialment ionitzats, i hem inclòs la presència de fluxes. S’inicia l’estudi amb el desenvolupament de les equacions magnetohidrodinàmiques per un fluid considerant ionització parcial i s’aplica aquest conjunt d’equacions a diferents configuracions de plasmes. / The study of the effect of ion-neutral collisions on the damping of magnetohydrodynamic waves is started. We develop a set of one-fluid equations for a partially ionised plasma and use it in different plasma configurations. As a first step, the simplest plasma configuration is considered, an unbounded homogeneous partially ionised plasma. We study the temporal and spatial damping of magnetoacoustic and Alfvén waves in the case of adiabatic and non-adiabatic plasmas. While the time damping of MHD waves in adiabatic partially ionized plasmas is due to ion-neutral collisions, in the non-adiabatic case it is possible to study the importance of each of the different damping mechanisms involved. In the case of spatial damping we have considered adiabatic and non-adiabatic MHD waves in fully ionized resistive and partially ionised plasmas, and we have also included flows.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Les phénomènes éruptifs du Soleil sont souvent accompagnés par l'accélération de particules chargées qui peuvent avoir des impacts significatifs sur la Terre. Toutefois, le mécanisme responsable de ces phénomènes n'est pas suffisamment bien compris pour qu’on puisse en prédire l'occurence. Les satellites et les observatoires terrestres sondent la photosphère, la chromosphère et la couronne du Soleil et sont essentiels pour l'étude de l'activité solaire. Les simulations numériques tentent de faire le pont entre la physique décrivant l'intérieur de l'étoile et de telles observations. La prochaine étape pour des simulations réalistes serait la prévision à court terme des structures à la surface du Soleil. Les travaux présentés dans cette thèse explorent comment des notions empruntées de la météorologie (e.g., l'assimilation des données) et de l'intelligence artificielle (e.g., les réseaux de neurones) pourraient être utilisées pour la prédiction à court terme de l'activité solaire dans le contexte de la météorologie spatiale. En particulier, nous présentons notre implémentation de l'assimilation des données dans un modèle magnétohydrodynamique (MHD) radiatif du Soleil calme (i.e., en l'absence d'activité magnétique) afin de prédire l'évolution de la granulation solaire durant une courte période de temps. Toutefois, ce ne sont pas toutes les variables du modèle qui peuvent être observées ou mesurées à l'aide d'instruments. Par exemple, les mesures directes des mouvements du plasma à la surface du Soleil sont limitées à la composante le long de la ligne de visée. Plusieurs algorithmes ont donc été développés afin de reconstruire la composante transverse à partir de mesures de l'intensité de la lumière ou du champ magnétique. Nous comparons les champs de vitesse inférés par différentes méthodes, dont un réseau de neurones, afin d'identifier la méthode la mieux adaptée pour générer des observations synthétiques dans une chaîne de réduction des données qui pourraient ensuite être introduites dans notre système pour l'assimilation des données. / Eruptive events of the Sun, which often occur in the context of flares, convert large amounts of magnetic energy into emission and particle acceleration that can have significant impacts on Earth's environment. However, the mechanism responsible for such phenomena is not sufficiently well understood to be able to predict their occurrence. Satellites and ground-based observatories probe the Sun's photosphere, chromosphere and corona and are key in studying solar activity. Numerical models have attempted to bridge the gap between the physics of the solar interior and such observations. The next step for realistic simulations would be to forecast the short term evolution of the Sun's photosphere. The following work explores how notions borrowed from meteorology (e.g., data assimilation) and artificial intelligence (e.g., neural networks) could be used to forecast short term solar activity for space-weather modelling purposes. More specifically, we present an implementation of data assimilation in a radiative MHD model of the Quiet Sun (i.e., in the absence of significant magnetic activity) to forecast its evolution over a short period of time. However, not all model variables are directly observable. For example, direct measurements of plasma motions at the photosphere are limited to the line-of-sight component. Multiple algorithms were consequently developed to reconstruct the transverse component from observed continuum images or magnetograms. We compare velocity fields inferred by different methods, including a neural network, to identify the method best suited to generate instantaneous synthetic observations in a data reduction pipeline that would included in our data assimilation framework.